大神自己做的下载音乐的网站,外包加工网吧,互联网风格网站,网站安全证书出错怎么做原文链接#xff1a; 如何实现计数器限流#xff1f;
上一篇文章 go-zero 是如何做路由管理的#xff1f; 介绍了路由管理#xff0c;这篇文章来说说限流#xff0c;主要介绍计数器限流算法#xff0c;具体的代码实现#xff0c;我们还是来分析微服务框架 go-zero 的源…原文链接 如何实现计数器限流
上一篇文章 go-zero 是如何做路由管理的 介绍了路由管理这篇文章来说说限流主要介绍计数器限流算法具体的代码实现我们还是来分析微服务框架 go-zero 的源码。
在微服务架构中一个服务可能需要频繁地与其他服务交互而过多的请求可能导致性能下降或系统崩溃。为了确保系统的稳定性和高可用性限流算法应运而生。
限流算法允许在给定时间段内对服务的请求流量进行控制和调整以防止资源耗尽和服务过载。
计数器限流算法主要有两种实现方式分别是
固定窗口计数器滑动窗口计数器
下面分别来介绍。
固定窗口计数器
算法概念如下
将时间划分为多个窗口在每个窗口内每有一次请求就将计数器加一如果计数器超过了限制数量则本窗口内所有的请求都被丢弃当时间到达下一个窗口时计数器重置。 固定窗口计数器是最为简单的算法但这个算法有时会让通过请求量允许为限制的两倍。 考虑如下情况限制 1 秒内最多通过 5 个请求在第一个窗口的最后半秒内通过了 5 个请求第二个窗口的前半秒内又通过了 5 个请求。这样看来就是在 1 秒内通过了 10 个请求。
滑动窗口计数器
算法概念如下
将时间划分为多个区间在每个区间内每有一次请求就将计数器加一维持一个时间窗口占据多个区间每经过一个区间的时间则抛弃最老的一个区间并纳入最新的一个区间如果当前窗口内区间的请求计数总和超过了限制数量则本窗口内所有的请求都被丢弃。 滑动窗口计数器是通过将窗口再细分并且按照时间滑动这种算法避免了固定窗口计数器带来的双倍突发请求但时间区间的精度越高算法所需的空间容量就越大。
go-zero 实现
go-zero 实现的是固定窗口的方式计算一段时间内对同一个资源的访问次数如果超过指定的 limit则拒绝访问。当然如果在一段时间内访问不同的资源每一个资源访问量都不超过 limit此种情况是不会拒绝的。
而在一个分布式系统中存在多个微服务提供服务。所以当瞬间的流量同时访问同一个资源如何让计数器在分布式系统中正常计数
这里要解决的一个主要问题就是计算的原子性保证多个计算都能得到正确结果。
通过以下两个方面来解决
使用 redis 的 incrby 做资源访问计数采用 lua script 做整个窗口计算保证计算的原子性
接下来先看一下 lua script 的源码
// core/limit/periodlimit.goconst periodScript local limit tonumber(ARGV[1])
local window tonumber(ARGV[2])
local current redis.call(INCRBY, KEYS[1], 1)
if current 1 thenredis.call(expire, KEYS[1], window)
end
if current limit thenreturn 1
elseif current limit thenreturn 2
elsereturn 0
end主要就是使用 INCRBY 命令来实现第一次请求需要给 key 加上一个过期时间到达过期时间之后key 过期被清楚重新计数。
限流器初始化
type (// PeriodOption defines the method to customize a PeriodLimit.PeriodOption func(l *PeriodLimit)// A PeriodLimit is used to limit requests during a period of time.PeriodLimit struct {period int // 窗口大小单位 squota int // 请求上限limitStore *redis.RediskeyPrefix string // key 前缀align bool}
)// NewPeriodLimit returns a PeriodLimit with given parameters.
func NewPeriodLimit(period, quota int, limitStore *redis.Redis, keyPrefix string,opts ...PeriodOption) *PeriodLimit {limiter : PeriodLimit{period: period,quota: quota,limitStore: limitStore,keyPrefix: keyPrefix,}for _, opt : range opts {opt(limiter)}return limiter
}调用限流
// key 就是需要被限制的资源标识
func (h *PeriodLimit) Take(key string) (int, error) {return h.TakeCtx(context.Background(), key)
}// TakeCtx requests a permit with context, it returns the permit state.
func (h *PeriodLimit) TakeCtx(ctx context.Context, key string) (int, error) {resp, err : h.limitStore.EvalCtx(ctx, periodScript, []string{h.keyPrefix key}, []string{strconv.Itoa(h.quota),strconv.Itoa(h.calcExpireSeconds()),})if err ! nil {return Unknown, err}code, ok : resp.(int64)if !ok {return Unknown, ErrUnknownCode}switch code {case internalOverQuota: // 超过上限return OverQuota, nilcase internalAllowed: // 未超过允许访问return Allowed, nilcase internalHitQuota: // 正好达到限流上限return HitQuota, nildefault:return Unknown, ErrUnknownCode}
}上文已经介绍了固定时间窗口会有临界突发问题并不是那么严谨下篇文章我们来介绍令牌桶限流。
以上就是本文的全部内容如果觉得还不错的话欢迎点赞转发和关注感谢支持。 参考文章
https://juejin.cn/post/6895928148521648141https://juejin.cn/post/7051406419823689765https://www.infoq.cn/article/Qg2tX8fyw5Vt-f3HH673
推荐阅读
go-zero 是如何做路由管理的
